什么是流水线
数字电路中的流水线，与工厂里的流水线，思路是一样的：拆分复杂的任务，将其转换成一系列简单的任务，上一个任务的输出是下一个任务的输入；整体吞吐量被费时最长的一个简单任务所限制；单个复杂任务从接收到完成所需的时间延长，因为每一级任务的传递需要时间；单位时间内复杂任务的完成数量提升，即吞吐量提升。
在数字逻辑设计的地位
回到数字电路，流水线就是将复杂的组合逻辑拆分成简单的组合逻辑，插入的寄存器则是每一级操作的沟通桥梁，系统频率由延时最长的简单组合逻辑决定，而非原始的复杂组合逻辑。这样一来，虽然处理一个数据需要花费多个时钟周期，但是数据的吞吐量得到了质的飞跃。
流水线可以有效地提升工作频率，增加数据吞吐量，这一切看上去很美好。那么，代价呢？
流水线过度拆分导致收益降低
前文可知，流水线可以将复杂逻辑拆分，提高系统频率，提升吞吐量；那我写个233级流水线处理器，岂不是吞吐量直接爆表？
答案是不行。随着流水线深度(级数)的提升，收益会越来越低。流水线较浅，组合逻辑延时占主要部分；流水线深度增加，组合逻辑得到进一步拆分，延时降低，寄存器的建立/保持时间成为了制约。至此，继续加深流水线，已经几乎没有收益了，而且白白浪费寄存器资源。
分支与流水线
流水线想要高效运行，数据必须要连续不断地输入。在嵌入式处理器领域，遇到条件分支，过长的流水线就会产生负面影响。
条件分支意味着后续指令是不能确定的，而流水线要求指令不断地流入，此时就产生了矛盾。为了防止错误的指令进入流水线，若发生条件分支或中断，流水线必须先停下，等待下一条指令得到确定，才能继续运行。流水线越长，等待的周期数就越多，分支开销也越大。
目前已经有非常成熟的分支预测技术，可以极大降低多级流水线在分支的开销，但是这种矛盾依然值得重视。
处理延时
前文提到，流水线提升的是数据吞吐量，而非单个任务的处理延时。这也就意味着，如果实时性要求高或有其他需求的任务，对数据处理延时或周期有严格要求，过长的流水线并不适合。
流水线的长度应当符合实际应用需求，不是越长越好，也不是越短越好。
